Индийские исследователи разработали молекулярный мемристор для нейроморфных вычислений

Исследователи создали молекулу, которая ведет себя как крошечный нейронный синапс, потребляющий мало энергии, а затем расположили миллионы таких молекул в виде сетки, чтобы они выполняли вычисления, как искусственный интеллект, с использованием лишь малой доли энергии, необходимой человеческому мозгу.

В комплексе рутения используются азоароматические лиганды (тщательно сконструированные органические кольца), которые демонстрируют кинетику нулевого порядка. Это означает, что переключение происходит с постоянной, предсказуемой скоростью независимо от условий. В результате достигается 14-битное разрешение и линейное, симметричное изменение проводимости в пределах четырех порядков.

Этот подход может стать основой для нейроморфных вычислений в периферийных ИИ-приложениях, где ограничения по энергопотреблению и задержке ограничивают использование традиционных систем на базе графических процессоров. Чип планируется выпустить в течение следующего года. Он будет изготовлен по 22-нм техпроцессу с использованием кроссбарной архитектуры, которая выполняет вычисления в памяти.

Разрабатываемый чип предназначен для ускорения логического вывода в системах искусственного интеллекта. По словам ученых, у проекта две основные цели: создать молекулярный мемристор в монолитной форме и интегрировать его в систему на кристалле со смешанными сигналами. «Будущие продукты должны быть монолитными, потому что дискретные реализации могут не соответствовать требованиям по стоимости и другим параметрам», — считают исследователи. Чип включает в себя аналоговую интерфейсную часть, цифровые каналы передачи данных и встроенную статическую оперативную память (SRAM). Система предназначена для выполнения таких задач, как классификация изображений, обнаружение объектов и голосовые интерфейсы. «Это устройство будет работать как ускоритель искусственного интеллекта, подключенный к хост-устройству, например ноутбуку или настольному компьютеру».

В нейроморфных чипах используется крестообразная решетка, в которой напряжение и ток физически и одновременно выполняют матричные вычисления, сводя то, что в противном случае масштабировалось бы квадратично, к одной параллельной операции. Система выполняет операцию умножения с накоплением (MAC), используя базовые электрические принципы. «Матрица хранится в виде проводимости, а входные данные подаются в виде напряжения, — говорят ученые. — Произведение напряжения на проводимость дает ток, который представляет собой умножение». Токи от нескольких элементов суммируются в проводах в соответствии с законом Кирхгофа для токов, тем самым завершая этап накопления. «То, что потребовало бы тысяч цифровых операций MAC, происходит мгновенно»

В отличие от многих существующих технологий хранения данных, этот материал не зависит от дефектов. «Если система основана на дефектах, процесс становится стохастическим, — говорит Госвами, один из авторов исследования — В аналоговых системах случайность не нужна. Наш материал детерминирован. Его можно запрограммировать так, как нужно».

Молекулярная пленка имеет толщину около 60 нанометров, что примерно в тысячу раз тоньше человеческого волоса. По словам Госвами, на атомном уровне система основана на перемещении ионов между молекулярными позициями. «Каждая конфигурация обеспечивает свой уровень переноса электронов, — сказал он. — Это стабильные состояния памяти».

Площадь устройства можно масштабировать от одного микрометра до десятков нанометров. Такое масштабирование увеличивает плотность без изменения толщины, которая остается на уровне около 70 нанометров. Госвами добавил, что даже при меньших размерах устройство сохраняет приемлемую точность. «При 14-битной разрядности и толщине около 50 нанометров мы все равно получаем около 11 бит. Для 8-битного логического вывода это не проблема».

Что касается надежности сохранения состояний мемристора, команда сообщила о стабильной работе устройства в течение нескольких месяцев. «Мы протестировали запрограммированные состояния через семь-восемь месяцев, и никакой разницы не было», — сказал Госвами. Он добавил, что устройство выдержало до 10^9 циклов, в то время как для флэш-памяти этот показатель составляет около 10^6 циклов.

Проводимость остается стабильной при использовании стандартных методов пассивации, применяемых при производстве КМОП-структур. 

В настоящее время разрабатывается чип с 8-битным разрешением и возможностью 4-битных операций для снижения энергопотребления. Скорость преобразования данных составляет около 100 мегавыборок в секунду, а пропускная способность увеличивается за счет параллелизма.

Телеграм: t.me/ainewsline

Источник: russianelectronics.ru

Комментарии: